劉文龍 張博陽 包向輝

（綏化學(xué)院信息工程學(xué)院 綏化 152000）

引言

隨著信息技術(shù)和通信能力的迅速發(fā)展與不斷提升，越來越多的信息處理過程依賴聲源定位的方式實現(xiàn)，信息處理過程中，只要保證對信息融合時聲源的定位準確，便能快速、精準的處理多節(jié)點信息[1]，因此，對信息融合聲源進行準確的定位是極其必要的。融合聲源定位技術(shù)簡單來說就是利用信號接收裝置進行聲波信號處理與分析的過程，能夠快速獲取某一多節(jié)點信息的特征及傳輸目標，也正因此被廣泛應(yīng)用于視頻會議、位置環(huán)境探索等方面。

傳統(tǒng)的聲源定位多使用麥克風(fēng)陣列的方式，通過模擬麥克風(fēng)的傳聲原理，使信息聲源的信號具有增益高、抗干擾能力強的效果，但在實際應(yīng)用中，由于受到陣列孔徑的限制[2]，且信息特征的復(fù)雜性逐漸增強，導(dǎo)致最終的定位效果并不理想。隨著無線通信技術(shù)的日益成熟，具有感知能力、計算能力和通信能力的無線光傳感器隨之產(chǎn)生，能夠利用線光的快速傳播，實時檢測、采集并處理多節(jié)點信息，再直接通過無線光傳感器感知客觀信息，從而極大的拓寬信息處理的方式及認知可觀信息的能力。

在這樣一個大背景下，本文提出并設(shè)計了一種基于無線光傳感器的多節(jié)點信息融合聲源定位方法。同時，為驗證該方法的有效性與可行性，在VC6.0++系統(tǒng)內(nèi)進行聲源定位仿真實驗，結(jié)果表明，利用無線光傳感器，能夠準確、快速的實現(xiàn)信息融合聲源的定位，與傳統(tǒng)方法相比具有顯著的優(yōu)勢，魯棒性較好，具備實際推廣意義。

1 多節(jié)點信息融合聲源定位方法設(shè)計

1.1 收集節(jié)點信息

無線光傳感器能夠?qū)Χ喙?jié)點信息傳輸過程中產(chǎn)生的信號波進行搜索，因此，直接采用無線光傳感器將信息融合聲源產(chǎn)生的信號波能量調(diào)制到最大功率，實現(xiàn)快速、準確的收集多節(jié)點信息。利用無線光傳感器收集多節(jié)點信息并分析其特征的具體過程如下：

將要定位的信息融合聲源均勻分布在無線光傳感器內(nèi)，形成一個圓形陣列，將這個陣列按照某一時刻內(nèi)存在的聲源數(shù)量進行分區(qū)[3]，那么處于二次分區(qū)內(nèi)的多節(jié)點信息必定是活躍的，這些活躍的信息傳輸時會產(chǎn)生大量的信號波。假設(shè)這些信號波有M個圓形陣列，N個接收信號波的無線光，則關(guān)于N與M的函數(shù)關(guān)系如下：

分析式1可知，每個圓形矩陣都有1/2個無線光進行接收，這種接收狀態(tài)下的多節(jié)點信息能夠自動生成其特征函數(shù)，則關(guān)于這些信號波的函數(shù)選擇形式如表1所示。

根據(jù)表1所示的函數(shù)選擇形式，對上述收集到的多節(jié)點信息進行非線性優(yōu)化，以獲取真實的聲源位置，并對其可控信號波進行估計，達到與信息融合聲源位置等價變換的效果，為下一步的多節(jié)點信息融合過程提供數(shù)據(jù)基礎(chǔ)。

1.2 融合信息聲源背景

多節(jié)點信息融合聲源的定位過程，最重要的就是將信息與背景進行融合區(qū)分，區(qū)分過程中，無線光傳感器能夠依據(jù)線光特征級對多節(jié)點信息進行融合提取[4]，并根據(jù)信息特征對目標對象進行判別、分類，結(jié)合簡單的邏輯運算，若滿足執(zhí)行邏輯，則將這些信息面向決策需要進行檢測。這一過程中，還可以利用無線光傳感器的決策級融合方式，將多節(jié)點信息與其聲源背景進行區(qū)分，以保證最終聲源定位結(jié)果的準確性。為增強背景融合的效率及準確率，將多節(jié)點信息采取強兼容的形式進行傳輸，獲取其均值差。本次研究隨機選擇幾個聲源位置，對其均值進行計算，具體均值差比較如表2所示。

表2中，A～J均為多節(jié)點信息融合時聲源的實際位置；活躍區(qū)代表聲源的空間位置。

通過上述比較計算，得到關(guān)于多節(jié)點信息的離散特征，分析可知，信息融合聲源能在某一離散頻率上進行融合處理，這一過程中不考慮多節(jié)點信息的噪聲特征，直接按照聲源的傳輸位置對其活躍度進行計算[5]，計算過程如下：

表1 多節(jié)點信息的函數(shù)選擇形式表

表2 信息融合均值比較結(jié)果

式中，S(N)代表信息融合聲源的活躍度；代表信息聲源位置的最小值；k代表狄拉克系數(shù)，能夠準確獲取每個多節(jié)點信息傳輸?shù)木€光點數(shù)；Nf代表f個無線光傳感器的敏感系數(shù)。

至此得到各個信息融合聲源的活躍值，通過下式計算，便可得到聲源與背景的融合區(qū)分模型：

式中，j代表信息融合聲源區(qū)分函數(shù)；δ代表有效線光率； ri代表初步融合結(jié)果；θ代表與ri距離最近的節(jié)點估計角。

結(jié)合式（3），將某一時間內(nèi)的多節(jié)點信息進行活躍值預(yù)測，同時，對其聲源位置進行初步檢測，為下一步的聲源跟蹤與定位計算做準備。

1.3 目標聲源跟蹤算法設(shè)計

在不確定多節(jié)點信息初始狀態(tài)的情況下，傳統(tǒng)的麥克風(fēng)陣列法是通過聲源計算的方式獲取目標省源的位置并進行跟蹤，雖能實現(xiàn)目標聲源的跟蹤過程，但跟蹤過程中產(chǎn)生的誤差量較大，且耗時較久，跟蹤精度也無法保證[6]。針對這一問題，本次研究引入混合高斯函數(shù)，在不保證多節(jié)點信息通信質(zhì)量的前提下，利用高斯函數(shù)的非線性特征，對信息融合聲源的位置進行有效跟蹤。

在實際跟蹤過程中，并不能保證信息聲源是沒有位置偏移差的，因此方差計算值不具代表性[7]，而混合高斯函數(shù)便能根據(jù)這一非線性特征，對信息聲源的位置進行完全隨機的掌控與觀測。且隨著信息節(jié)點的增加，融合時產(chǎn)生的聲源濾波步數(shù)也會大幅增加，大大提高了信息融合聲源跟蹤的難度[8]。選擇初始濾波作為高斯函數(shù)的首要計算目標，將進行隨機觀測，記錄每一時刻聲源的初始濾波，并計算其均值。濾波均值計算函數(shù)如下：

式中，P代表多節(jié)點信息聲源濾波均值；Hk代表被處理的聲源信號與無用噪聲信號的方差；n為整數(shù)，代表隨機觀測次數(shù)。

將每次跟蹤的聲源濾波均值進行特征統(tǒng)計，并發(fā)現(xiàn)其線性規(guī)律[9]，再利用混合高斯函數(shù)的非線性特征將濾波均值中和。根據(jù)不同的最優(yōu)準則[10]，獲取最優(yōu)跟蹤路徑，在利用高斯函數(shù)，將最優(yōu)跟蹤路徑進行遞推計算，得到目標信息融合聲源的跟蹤最優(yōu)解，如下：

式中，Pk代表信息融合聲源跟蹤的最優(yōu)解；?代表濾波均值的線性規(guī)律；ε代表高斯函數(shù)的非線性規(guī)律；Fi代表反饋信息中心。

將每次更新后的信息聲源進行重新跟蹤路徑最優(yōu)解的計算之后，保留計算結(jié)果，得到關(guān)于多節(jié)點信息融合聲源的最優(yōu)跟蹤路徑。

2 實現(xiàn)多節(jié)點信息融合聲源定位

在收集到的多節(jié)點信息融合聲源的基礎(chǔ)上，針對最優(yōu)跟蹤集合Pk最優(yōu)解進行聲源的初步定位，計算如下：

式中，M代表信息融合聲源初步定為結(jié)果；um代表進場節(jié)點信息總數(shù)；uq代表初步定位的節(jié)點信息融合聲源總數(shù)；Σ在式（6）計算過程中代表求和操作。

為了保證信息融合聲源定位的準確性和高效性，在初步定位結(jié)果的基礎(chǔ)上擴大目標定位區(qū)域，利用無線光傳感器收集到的所有節(jié)點信息組成的規(guī)律[11]，將所有線光都應(yīng)用到聲源定位過程中。同時通過動態(tài)節(jié)點選擇的方式對選取的最優(yōu)跟蹤路徑進行迭代計算，以避免偏差較大的節(jié)點信息影響最終的聲源定位效果。

利用加權(quán)最小二乘法對信息聲源的融合做準備[12]，并構(gòu)造觀測信息集，針對多節(jié)點信息的角度及距離[13]，引用歐式距離計算準則[14]，準確獲取每相鄰兩個信息融合聲源的間距，并根據(jù)間距計算結(jié)果，得到關(guān)于多節(jié)點信息融合聲源的定位模型，其函數(shù)表達式如下：

式中，AM代表多節(jié)點信息融合聲源定位模型；λi表示每相鄰信息聲源間的角度距離；γi表示兩個不同節(jié)點信息的平行估計值。

經(jīng)過上述定義，將無線光傳感器定位方法進行一次多節(jié)點信息融合聲源的定位推演，在收集并分析多節(jié)點信息特征的基礎(chǔ)上，利用混合高斯函數(shù)的非線性特征對聲源的跟蹤路徑進行計算。同時，結(jié)合歐氏距離原理，得出關(guān)于多節(jié)點信息的定位算法，并簡化計算步驟，實現(xiàn)對多節(jié)點信息的快速、準確定位。

3 仿真實驗

為了驗證本文設(shè)計的聲源定位方法的有效性進行仿真實驗。實驗選擇2 Duo（TM）Intel（R）模塊，其CPU 為E7500@2.93 GHz，內(nèi)存為8 GB RAM，系統(tǒng)采用Win10 OS，終端選擇PC端，編程實現(xiàn)在VC6.0++平臺內(nèi)進行[15]。同時，為增強實驗結(jié)果的說明性，采用傳統(tǒng)麥克風(fēng)陣列定位法進行實驗論證的對比，對兩方法的聲源定位效果進行對比。

3.1 聲源定位效果對比

對于多節(jié)點信息進行聲源定位測試，實驗結(jié)果如圖1所示。

通過對圖1的分析可知，圖1（b）中傳統(tǒng)的麥克風(fēng)陣列定位方法偏離目標中心位置的概率較大，且還出現(xiàn)錯誤定位現(xiàn)象的出現(xiàn)，對多節(jié)點信息的聲源定位精度低，這是由于麥克風(fēng)陣列法自身存在的問題，很難克服這一缺陷，導(dǎo)致最終的定位結(jié)果無法達到理想的效果。

圖1（a）為本文設(shè)計的無線光傳感器聲源定位效果，分析可知，該方法能夠直接對多節(jié)點信息傳輸過程中的光源信號進行追蹤，較傳統(tǒng)方法的定位精度高。這是因為利用無線光傳感器定位時，能夠?qū)⒍喙?jié)點信息的跟蹤目標及節(jié)點損耗同時考慮，并選擇最優(yōu)的無線光進行定位，既節(jié)省了定位時間，又能減少背景對跟蹤目標的不利影響，準確對多節(jié)點信息進行定位，獲得令人滿意的信息聲源定位結(jié)果。

3.2 魯棒性測試結(jié)果分析

為了分析聲源定位方法的魯棒性，選擇各種類型的多節(jié)點信息進行定位測試實驗，結(jié)果如圖2所示。

從圖2中可以清楚看出，本文方法對多節(jié)點信息進行聲源定位時，其波動幅度較低，定位過程中，僅在0 °左右波動，最大幅度角不高于5 °。而傳統(tǒng)方法進行聲源定位時，雖能完成定位任務(wù)，但定位過程中的波動幅度過大，容易造成定位不穩(wěn)定現(xiàn)象的出現(xiàn)，對最終的定位結(jié)果造成影響。通過上述分析可以確定本文設(shè)計的無線光傳感器定位方法的有效性，魯棒性要優(yōu)于傳統(tǒng)的麥克風(fēng)陣列定位方法。

3.3 聲源定位速度對比

在多節(jié)點信息融合聲源定位的實際應(yīng)用中，由于即時跟蹤聲源的情況較多，且多節(jié)點信息結(jié)構(gòu)復(fù)雜，因此采用目標信息的平均跟蹤時間作為衡量標準，對比兩方法的實時定位速度，結(jié)果如圖3所示。

圖1 聲源定位效果對比

圖2 定位魯棒性測試結(jié)果

圖3 故障檢測精度對比

分析圖3可知，本文方法進行信息融合聲源定位時，其最長的定位時間也要低于2 s而傳統(tǒng)算法定位時，最快的定位也要在3 s左右，因此可以看出本文定位算法的優(yōu)勢。計算可知，本文方法的平均定位時間要少于傳統(tǒng)方法的平均跟蹤時間，能夠有效提高多節(jié)點信息的融合聲源定位速度，滿足實際應(yīng)用需求。

4 結(jié)束語

多節(jié)點信息融合聲源定位是計算機視覺研究中的熱點，本文充分利用無線光傳感器聲源定位的實時性，設(shè)計了一種無線光傳感器聲源定位方法。并通過仿真實驗的方式確定了該方法的有效性，能夠快速、準確、穩(wěn)定的進行信息融合聲源的定位，具備實際推廣意義。但在本次研究過程中還存在一系列不足，例如信息采集過程中，沒有對多節(jié)點信息進行降噪處理，導(dǎo)致最終的定位結(jié)果存在一定的誤差，雖沒有對定位結(jié)果造成嚴重的影響，但仍希望在下次研究時，能夠針對不足進行更多的研究，以將定位誤差無限趨于零，進而為我國多節(jié)點信息的處理提供理論依據(jù)和參考。